numpy中的数组和矩阵乘法

numpy中的乘法主要分为数组和矩阵两种，不同数据类型的乘法规则不同，总结一下
(1). *；
(2). np.multiply；
(3). np.dot；
三种不同的乘法。

目录

1. 结论
2. 数组乘法
3. 矩阵乘法

1. 结论

直接乘：数组为对应元素乘，矩阵为矩阵乘法；

multiply：都是对应元素相乘；

dot：都是矩阵乘法

2. 数组乘法

结论为：直接乘是对应元素相乘，multiply为对应元素相乘，dot为矩阵乘法规则。

import numpy as np

print('np.array 的三种乘法总结')
a = np.array([[1, 2], [3, 4]])
b = np.array([[3, 4], [5, 6]])
print('array a = \n{}'.format(a))
print('array b = \n{}'.format(b))
print('=========================')
print('array 直接乘的结果为：对应元素相乘')
print('a*b = \n{}'.format(a*b))
print('=========================')
print('array multiply 相乘的结果为：对应元素相乘')
print('np.multiply(a, b) = \n{}'.format(np.multiply(a, b)))
print('=========================')
print('array dot 相乘的结果为：矩阵乘法')
print('np.dot(a, b) = \n{}'.format(np.dot(a, b)))

输出如下：

np.array 的三种乘法总结
array a = 
[[1 2]
 [3 4]]
array b = 
[[3 4]
 [5 6]]
=========================
array 直接乘的结果为：对应元素相乘
a*b = 
[[ 3  8]
 [15 24]]
=========================
array multiply 相乘的结果为：对应元素相乘
np.multiply(a, b) = 
[[ 3  8]
 [15 24]]
=========================
array dot 相乘的结果为：矩阵乘法
np.dot(a, b) = 
[[13 16]
 [29 36]]

---

3. 矩阵乘法

结论为：直接乘为矩阵乘法，multiply为对应元素相乘，dot为矩阵乘法。

import numpy as np

print('np.mat 的三种乘法总结')
a = np.mat([[1, 2], [3, 4]])
b = np.mat([[3, 4], [5, 6]])
print('mat a = \n{}'.format(a))
print('mat b = \n{}'.format(b))
print('=========================')
print('mat 直接乘的结果为：矩阵乘法')
print('a*b = \n{}'.format(a*b))
print('=========================')
print('mat multiply 相乘的结果为：对应元素相乘')
print('np.multiply(a, b) = \n{}'.format(np.multiply(a, b)))
print('=========================')
print('mat dot 相乘的结果为：矩阵乘法')
print('np.dot(a, b) = \n{}'.format(np.dot(a, b)))

输出如下：

np.mat 的三种乘法总结
mat a = 
[[1 2]
 [3 4]]
mat b = 
[[3 4]
 [5 6]]
=========================
mat 直接乘的结果为：矩阵乘法
a*b = 
[[13 16]
 [29 36]]
=========================
mat multiply 相乘的结果为：对应元素相乘
np.multiply(a, b) = 
[[ 3  8]
 [15 24]]
=========================
mat dot 相乘的结果为：矩阵乘法
np.dot(a, b) = 
[[13 16]
 [29 36]]